柑桔黄龙病叶近红外光谱特征及药效评价应用
发布时间:2021-05-16 05:13
柑桔黄龙病(Citrus Huanglongbing,HLB),是柑桔上的一种毁灭性病害,目前已经严重制约了广东甚至华南地区柑桔产业的健康发展,已经成为我国乃至世界农业经济及科技发展亟待解决的问题。黄龙病病树的正确诊断和鉴定是生产上正确防治柑桔黄龙病的前提,因此掌握快速而有效的柑桔黄龙病诊断与检测技术,对及时发现柑桔黄龙病并采取相应的应对措施积极防治柑桔黄龙病具有重要实践意义。目前生产上依然急需一种简单易行、适合田间大规模使用的诊断技术。在已有研究的基础上,本研究以砂糖桔叶片为样本,收集样本叶片的近红外光谱,建立样本标准集数据库,结合化学计量学研究方法,建立不同的定性判别模型,并进行验证集验证,最后得出判别分析结果,为柑桔黄龙病的田间快速诊断提供科学依据。主要研究成果如下:1、MicroNIR微型近红外光谱PCA模型的建立。对比分析不同扫描方法以及不同光谱预处理方法下的PCA模型预测结果后,发现本研究中柑桔叶片的微型近红外光谱的最佳采集方式为:反脉法,即将微型近红外光谱仪(MicroNIR 1700Spectrometer)的光源沿着叶片反面主脉进行扫描。最佳参数设置为:SG一阶导数3...
【文章来源】:华南农业大学广东省
【文章页数】:75 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 前言
1.1 柑桔黄龙病分布
1.2 柑桔黄龙病危害现状
1.3 柑桔黄龙病防治现状
1.3.1 基因改良育种
1.3.2 物理防治和生物防治
1.3.3 苗木脱毒
1.3.4 化学防治
1.4 柑桔黄龙病的诊断与检测技术
1.4.1 田间诊断法
1.4.2 指示植物鉴定法
1.4.3 病原显微镜观察法
1.4.4 生化指标检测法
1.4.5 分子生物学检测法
1.4.6 血清学检测法
1.4.7 高光谱检测技术
1.5 近红外光谱分析技术
1.5.1 近红外光谱分析技术研究进展
1.5.2 近红外光谱分析技术原理及特点
1.5.3 近红外光谱分析技术基本流程
1.5.4 近红外光谱分析技术中常用的定性、定量分析方法
1.6 立体依据、研究目的及意义
2 试验材料与方法
2.1 试验材料
2.1.1 供试植物叶片
2.1.2 主要试剂
2.1.3 主要仪器
2.2 试验方法
2.2.1 柑桔叶片微型近红外(MicroNIR)光谱采集
2.2.2 柑桔叶片傅立叶近红外(FT-NIR)光谱采集
2.2.3 柑桔叶片样本DNA提取
2.2.4 常规PCR、RT-qPCR检测方法
2.2.4.1 特异性扩增引物
2.2.4.2 扩增体系和反应条件
2.2.5 数据处理及模型建立
2.2.5.1 光谱数据预处理
2.2.5.2 MicroNIR微型近红外光谱模型建立
2.2.5.3 FT-NIR傅立叶近红外光谱分析
2.2.6 田间适用性验证(MicroNIR微型近红外光谱模型)
2.2.7 化学药剂药效评价试验
3 结果与分析
3.1 MicroNIR微型近红外光谱模型分析结果
3.1.1 MicroNIR微型近红外光谱图
3.1.2 MicroNIR微型近红外光谱模型建立结果
3.1.2.1 SIMCA法模型建立结果(PCA模型)
3.1.2.2 PLS-DA(偏最小二乘分析法)法模型建立结果
3.2 FT-NIR傅立叶近红外光谱分析结果
3.2.1 FT-NIR傅立叶近红外光谱图
3.2.2 FT-NIR傅立叶近红外光谱聚类分析结果
3.2.3 FT-NIR傅立叶近红外光谱定性分析结果
3.3 田间验证结果(MicroNIR微型近红外光谱模型)
3.3.1 同一柑桔园不同方位(不同重复组)模型验证结果
3.3.2 不同柑桔园田间整体模型验证结果
3.3.3 田间样本卡方检测结果
3.4 化学药剂药效评价试验结果
4 结论与讨论
4.1 讨论
4.1.1 MicroNIR微型近红外光谱模型
4.1.1.1 MicroNIR微型近红外光谱PCA模型
4.1.1.2 MicroNIR微型近红外光谱PLS-DA模型
4.1.2 FT-NIR傅立叶近红外光谱分析
4.1.2.1 FT-NIR傅立叶近红外光谱聚类分析结果
4.1.2.2 FT-NIR傅立叶近红外光谱定性分析结果
4.1.3 光谱模型田间适用性验证
4.1.4 化学药剂药效评价试验
4.1.5 有待进一步解决的问题
4.2 结论
致谢
参考文献
附录A 在读期间发表的学术论文和专利、参加的学术会议及获得的奖励
附录B 标准品RT-qPCR扩增曲线与标准曲线
【参考文献】:
期刊论文
[1]基于调制荧光检测技术的柑橘黄龙病诊断[J]. 邓小玲,林亮生,兰玉彬. 华南农业大学学报. 2016(02)
[2]柑橘黄龙病热处理防治技术研究进展[J]. 贾志成,郑加强,黄雅杰,周宏平,Ehsani Reza. 农业工程学报. 2015(23)
[3]基于可见反射光谱和遗传区间偏最小二乘法的血迹年龄预测研究[J]. 董永芳,孟耀勇,张平丽,文玮,李娜. 光学学报. 2015(08)
[4]基于遗传算法和偏最小二乘法的土壤激光诱导击穿光谱定量分析研究[J]. 邹孝恒,郝中骐,易荣兴,郭连波,沈萌,李祥友,王泽敏,曾晓雁,陆永枫. 分析化学. 2015(02)
[5]应用近红外光谱技术对茯苓药材进行定性定量检测研究[J]. 付小环,胡军华,李家春,丁银花,王振中,萧伟,张振秋. 中国中药杂志. 2015(02)
[6]柑橘叶片叶绿素含量高光谱无损检测模型[J]. 岳学军,全东平,洪添胜,王健,瞿祥明,甘海明. 农业工程学报. 2015(01)
[7]柑桔黄龙病综合防控技术措施[J]. 张志琴,杨德珍. 农民致富之友. 2014(20)
[8]柑橘黄龙病的发生与防控[J]. 罗忠富. 现代农业科技. 2014(19)
[9]基于Vis-NIR光谱的柑橘叶片黄龙病检测及其光谱特性研究[J]. 马淏,吉海彦,Won Suk Lee. 光谱学与光谱分析. 2014(10)
[10]高光谱成像技术在果蔬品质与安全无损检测中的原理及应用[J]. 张保华,李江波,樊书祥,黄文倩,张驰,王庆艳,肖广东. 光谱学与光谱分析. 2014(10)
博士论文
[1]基于高光谱成像技术的冷鲜猪肉品质无损检测方法研究[D]. 刘善梅.华中农业大学 2015
[2]基于光谱和高光谱成像技术的土壤养分及类型检测与仪器开发[D]. 章海亮.浙江大学 2015
[3]近红外光谱分析技术在化学药品生产过程控制应用初探[D]. 贾燕花.北京协和医学院 2011
[4]近红外光谱分析技术鉴别周围神经运动束和感觉束的实验研究[D]. 卜寿山.南京医科大学 2007
[5]化学计量学与遥感FTIR技术联用对复杂多组分体系的定性定量研究[D]. 胡兰萍.南京理工大学 2007
硕士论文
[1]红江橙黄龙病Nested-PCR检测及其内生可培养细菌研究[D]. 黄勤知.广东海洋大学 2014
[2]柿子采后品质近红外检测模型的研究[D]. 王丹.天津商业大学 2014
[3]柑橘黄龙病可视化LAMP检测体系的建立及其室内防治药剂筛选[D]. 王贤达.福建农林大学 2014
[4]柑橘黄龙病LAMP检测方法的建立及病原菌亚洲种种群分化研究[D]. 黄丽.西南大学 2013
[5]鸡蛋品质近红外光谱无损检测研究[D]. 彭彦颖.华东交通大学 2012
[6]辣椒品质傅立叶近红外光谱无损检测研究[D]. 潘圆媛.华东交通大学 2012
[7]湖南省柑橘黄龙病病原PCR检测及病害分布情况调查[D]. 唐娅媛.湖南农业大学 2012
[8]基于近红外光谱技术的牛肉在线分级及分类初探[D]. 刘晓晔.中国农业科学院 2012
[9]近红外光谱分析技术用于原料血浆蛋白测定的建模方法研究[D]. 于荣锋.山东大学 2012
[10]中国柑橘黄龙病发生动态及其病原菌亚洲种群分化研究[D]. 柏自琴.西南大学 2012
本文编号:3189044
【文章来源】:华南农业大学广东省
【文章页数】:75 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 前言
1.1 柑桔黄龙病分布
1.2 柑桔黄龙病危害现状
1.3 柑桔黄龙病防治现状
1.3.1 基因改良育种
1.3.2 物理防治和生物防治
1.3.3 苗木脱毒
1.3.4 化学防治
1.4 柑桔黄龙病的诊断与检测技术
1.4.1 田间诊断法
1.4.2 指示植物鉴定法
1.4.3 病原显微镜观察法
1.4.4 生化指标检测法
1.4.5 分子生物学检测法
1.4.6 血清学检测法
1.4.7 高光谱检测技术
1.5 近红外光谱分析技术
1.5.1 近红外光谱分析技术研究进展
1.5.2 近红外光谱分析技术原理及特点
1.5.3 近红外光谱分析技术基本流程
1.5.4 近红外光谱分析技术中常用的定性、定量分析方法
1.6 立体依据、研究目的及意义
2 试验材料与方法
2.1 试验材料
2.1.1 供试植物叶片
2.1.2 主要试剂
2.1.3 主要仪器
2.2 试验方法
2.2.1 柑桔叶片微型近红外(MicroNIR)光谱采集
2.2.2 柑桔叶片傅立叶近红外(FT-NIR)光谱采集
2.2.3 柑桔叶片样本DNA提取
2.2.4 常规PCR、RT-qPCR检测方法
2.2.4.1 特异性扩增引物
2.2.4.2 扩增体系和反应条件
2.2.5 数据处理及模型建立
2.2.5.1 光谱数据预处理
2.2.5.2 MicroNIR微型近红外光谱模型建立
2.2.5.3 FT-NIR傅立叶近红外光谱分析
2.2.6 田间适用性验证(MicroNIR微型近红外光谱模型)
2.2.7 化学药剂药效评价试验
3 结果与分析
3.1 MicroNIR微型近红外光谱模型分析结果
3.1.1 MicroNIR微型近红外光谱图
3.1.2 MicroNIR微型近红外光谱模型建立结果
3.1.2.1 SIMCA法模型建立结果(PCA模型)
3.1.2.2 PLS-DA(偏最小二乘分析法)法模型建立结果
3.2 FT-NIR傅立叶近红外光谱分析结果
3.2.1 FT-NIR傅立叶近红外光谱图
3.2.2 FT-NIR傅立叶近红外光谱聚类分析结果
3.2.3 FT-NIR傅立叶近红外光谱定性分析结果
3.3 田间验证结果(MicroNIR微型近红外光谱模型)
3.3.1 同一柑桔园不同方位(不同重复组)模型验证结果
3.3.2 不同柑桔园田间整体模型验证结果
3.3.3 田间样本卡方检测结果
3.4 化学药剂药效评价试验结果
4 结论与讨论
4.1 讨论
4.1.1 MicroNIR微型近红外光谱模型
4.1.1.1 MicroNIR微型近红外光谱PCA模型
4.1.1.2 MicroNIR微型近红外光谱PLS-DA模型
4.1.2 FT-NIR傅立叶近红外光谱分析
4.1.2.1 FT-NIR傅立叶近红外光谱聚类分析结果
4.1.2.2 FT-NIR傅立叶近红外光谱定性分析结果
4.1.3 光谱模型田间适用性验证
4.1.4 化学药剂药效评价试验
4.1.5 有待进一步解决的问题
4.2 结论
致谢
参考文献
附录A 在读期间发表的学术论文和专利、参加的学术会议及获得的奖励
附录B 标准品RT-qPCR扩增曲线与标准曲线
【参考文献】:
期刊论文
[1]基于调制荧光检测技术的柑橘黄龙病诊断[J]. 邓小玲,林亮生,兰玉彬. 华南农业大学学报. 2016(02)
[2]柑橘黄龙病热处理防治技术研究进展[J]. 贾志成,郑加强,黄雅杰,周宏平,Ehsani Reza. 农业工程学报. 2015(23)
[3]基于可见反射光谱和遗传区间偏最小二乘法的血迹年龄预测研究[J]. 董永芳,孟耀勇,张平丽,文玮,李娜. 光学学报. 2015(08)
[4]基于遗传算法和偏最小二乘法的土壤激光诱导击穿光谱定量分析研究[J]. 邹孝恒,郝中骐,易荣兴,郭连波,沈萌,李祥友,王泽敏,曾晓雁,陆永枫. 分析化学. 2015(02)
[5]应用近红外光谱技术对茯苓药材进行定性定量检测研究[J]. 付小环,胡军华,李家春,丁银花,王振中,萧伟,张振秋. 中国中药杂志. 2015(02)
[6]柑橘叶片叶绿素含量高光谱无损检测模型[J]. 岳学军,全东平,洪添胜,王健,瞿祥明,甘海明. 农业工程学报. 2015(01)
[7]柑桔黄龙病综合防控技术措施[J]. 张志琴,杨德珍. 农民致富之友. 2014(20)
[8]柑橘黄龙病的发生与防控[J]. 罗忠富. 现代农业科技. 2014(19)
[9]基于Vis-NIR光谱的柑橘叶片黄龙病检测及其光谱特性研究[J]. 马淏,吉海彦,Won Suk Lee. 光谱学与光谱分析. 2014(10)
[10]高光谱成像技术在果蔬品质与安全无损检测中的原理及应用[J]. 张保华,李江波,樊书祥,黄文倩,张驰,王庆艳,肖广东. 光谱学与光谱分析. 2014(10)
博士论文
[1]基于高光谱成像技术的冷鲜猪肉品质无损检测方法研究[D]. 刘善梅.华中农业大学 2015
[2]基于光谱和高光谱成像技术的土壤养分及类型检测与仪器开发[D]. 章海亮.浙江大学 2015
[3]近红外光谱分析技术在化学药品生产过程控制应用初探[D]. 贾燕花.北京协和医学院 2011
[4]近红外光谱分析技术鉴别周围神经运动束和感觉束的实验研究[D]. 卜寿山.南京医科大学 2007
[5]化学计量学与遥感FTIR技术联用对复杂多组分体系的定性定量研究[D]. 胡兰萍.南京理工大学 2007
硕士论文
[1]红江橙黄龙病Nested-PCR检测及其内生可培养细菌研究[D]. 黄勤知.广东海洋大学 2014
[2]柿子采后品质近红外检测模型的研究[D]. 王丹.天津商业大学 2014
[3]柑橘黄龙病可视化LAMP检测体系的建立及其室内防治药剂筛选[D]. 王贤达.福建农林大学 2014
[4]柑橘黄龙病LAMP检测方法的建立及病原菌亚洲种种群分化研究[D]. 黄丽.西南大学 2013
[5]鸡蛋品质近红外光谱无损检测研究[D]. 彭彦颖.华东交通大学 2012
[6]辣椒品质傅立叶近红外光谱无损检测研究[D]. 潘圆媛.华东交通大学 2012
[7]湖南省柑橘黄龙病病原PCR检测及病害分布情况调查[D]. 唐娅媛.湖南农业大学 2012
[8]基于近红外光谱技术的牛肉在线分级及分类初探[D]. 刘晓晔.中国农业科学院 2012
[9]近红外光谱分析技术用于原料血浆蛋白测定的建模方法研究[D]. 于荣锋.山东大学 2012
[10]中国柑橘黄龙病发生动态及其病原菌亚洲种群分化研究[D]. 柏自琴.西南大学 2012
本文编号:3189044
本文链接:https://www.wllwen.com/nykjlw/yylw/3189044.html